Obere Grenze für eingestellte Discovers unter Produktverteilungen
-
28-09-2020 - |
Frage
für das eingestellte Disjointness-Problem Bei dem 2-Partei-Modell der Kommunikationskomplexität wird Alice einen Eingang $ x $ erteilt> $ x $ und Bob wird eingegeben $ y $ , $ x $ und $ y $ sind < Span-Klasse="Math-Container"> $ n $ -Länge-Bitstrings (aus einiger Verteilung abgetastet), die als Teilmengen von $ [n] $ , dh $ x_i= 1 $ bedeutet den $ i $ -thochbisse $ x $ ist in der Teilmenge. Das Ziel ist, dass Alice und Bob beantwortet werden, ob die Teilsets, die durch $ x $ und $ y $ sind disjunkt, indem Sie so wenig Kommunikation wie möglich verwenden. Es ist bekannt, dass $ \ Omega (n) $ Bits im schlimmsten Fall für randomisierte Protokolle erforderlich sind.
Ich stieß auf diesen Entwurf des Lehrbuchs Kommunikationskomplexität von Anup Rao und Amir Yehudayoff , wo Übung 6.8 erwähnt, dass 2-Party-Set-Discointness mit einer erwarteten -Nummer von $ O (n ^ {2 / 3} \ log ^ 2 n) $ Bits, wenn die Eingänge von Alice und Bob unabhängig voneinander abgetastet werden.
Betrachten Sie das folgende Protokoll. Wenn es eine Koordinate gibt $ J \ in [n] $ , so dass $ H (x_j) $ und
$ h (y_j) $ sind beide zumindest $ \ epsilon $ , dann kommunizieren Alice und Bob $ x_j, y_j $ . Sie kondensieren die Werte, die sie sehen und wiederholen, bis diese Koordinate gefunden werden kann. An diesem Punkt verwenden Alice und Bob Shannon-Codierungs-Theorem, um $ x $ , $ y $ zu codieren. Zeigen Sie, wie Sie $ \ Epsilon $ festlegen, damit die erwartete Kommunikation von $ n ^ {2/3} \ log ^ 2 n $ . TIPP: Verwenden Sie die Tatsache, dass $ H (x_j) \ ge \ epsilon $ impliziert, dass $ PR [x_j= 1] \ GE \ OMEGA (\ Epsilon / (\ \ log (1 / ε))) $ .
Ich nehme an, die Idee besteht darin, zunächst alle Indizes zu kommunizieren, in denen $ x $ und $ y $ verfügen Große Entropie und nutzen Sie dann die Tatsache, dass die verbleibenden Indizes eine kleine Entropie haben müssen. Die Details des Protokolls und bei der Unabhängigkeit von $ x $ und $ y $ kommt in , bist mir nicht klar.
Lösung
Während der ersten Phase des Algorithmus vergrößern sich die Spieler auf eine hohe Entropie-Koordinate. Sie tauschen $ O (1) $ Bits und stoppt in jedem Schritt mit der Wahrscheinlichkeit
Ohne Unabhängigkeit haben wir keine Kontrolle über die Haltwahrscheinlichkeit in jedem Schritt der ersten Phase. Es könnte zum Beispiel sein, dass
als beiseite, die obere Grenze kann auf $ o (\ sqrt {n} \ log n) $ verbessert werden, was fast mit der unteren Grenze